说到数据分析师，你觉得我们做数据分析容易吗？ 这不仅仅是跑来跑去，只是说话。 如果你认为数据分析只是收集数据，然后为业务提供一些参考，那么你要小心了，事情并没有那么简单。
今天我们就来全面盘点数据分析师的高级技能，让你了解数据分析的底层逻辑及其应用价值，有助于你以后更快、更准确地做出决策！
这次我们就拆解下面的框架来进行讲解。
1.认知误区的扫盲
首先帮小白解决两个问题：
认知误区一：只知道数据分析的工具就够了
也许你读过很多数据分析文章，从“7天学会这个Excel，做数据分析”开始，“一个月的培训课程，你就可以受聘为高级数据分析师”，有的会教你各个方面的数据分析。 方法。
但也许没有博主曾经告诉过你，数据分析师的日常工作就是和形形色色的人打架。 只有赢了，才能推进工作。 如果没赢，可能就要背锅，挨骂！ 这就是我们老数据分析的正常状态！ 你有没有！
因为公司招我们是为了推销业务，只有业务赚钱了才能给我们发工资！ 是还是不是！ 所以这不仅仅是分析数据。
平时大家也需要关注与业务部门的斗智斗勇。 比如他的表现没有完成，他就会说，哦，你没有及时提供数据，或者分析的结论是错误的。
这时，我们就成了倒霉的“替罪羊”。
这个时候你就得注意了。 仅仅掌握Excel等各种工具是不够的。 这时候我们就需要了解业务，从数据层面反驳他们。
认知误区二：数据分析不需要业务知识
作为一名数据分析师，掌握数据分析的方法论和工具固然重要，但如果只知道方法论和工具，就无法接触到数据分析的真正本质——驱动业务。 在心里替我重复这句话三遍。
我相信，在你的日常工作中，无论是与同事、与其他部门、还是与领导沟通，有时你都会无法说服对方。 但如果你掌握了业务逻辑，有数据思维，当你再次遇到这样的问题时，你就可以依靠客观的数据来回答。
二、现状及面临的问题
各级数据分析的现状及面临的问题：
第一阶段，定位：0岁职场人士
如果我们现在是一名大四毕业生，是时候找工作了。 这时候我们打开boss，被boss上各种令人眼花缭乱的位置弄得眼花缭乱。 好家伙，我环顾四周，觉得我不能这样做或那样。 最后我把目光锁定在一个叫数据分析的职位上。 我感觉数据分析就是excel，就是对数据进行排序、排序。 看来这并不需要太多的专业精神。
作为一名0岁的职场人士，他现在面临着定位问题。
我们也知道，刚进入职场时，我们并不了解职场的情况。 那是因为我们从大学环境进入了职场的另一个环境。 这个时候我们就面临一个定位和目标的问题。 我们现在对自己没有明确的定位，所以对于职场也没有明确的目标。 那么我们应该先总结一下自己的条件，然后看看自己更适合什么样的工作。 按照我们自己的条件使用外部工作。
第二阶段、能力：工作1-2年
当我们加入工作后，我们发现工作并没有我们想象的那么简单。 虽然我们了解了一点excel知识，但感觉还远远不够。 我们觉得我们的工作随时都会被取代，没有技术含量。
如果你想要更高的薪水，你就必须变得更强大，但是你不知道从哪里开始努力，所以你专注于工具的使用，而且是高级工具的使用，从统计、统计、到数据采矿等等。 乍一看，这条路线似乎没有什么问题，但仔细想想，你精通Excel吗？ 我不知道更高的薪水需要什么样的能力，但我觉得月薪过万元是遥不可及的。 变得焦虑。
一个工作了1-2年的专业人士，现在面临着能力问题
我知道我想提高自己的能力，但我无法确定要提高哪些能力。 我觉得只要学习更多的工具就可以增加我的薪水。 陷入了误会。 我希望有人能给我一个明确的例子，说明我需要什么样的能力。
第三阶段，晋升：工作3-5年
工作了三五年，虽然工资看上去还不错，但每天不假思索地做着同样的工作，没有任何起色。
工作3-5年的职场人士，面临升职问题
每天做不思考的重复工作很容易被新人取代。 你是否有独特的技能，但没有核心能力，并且你无法将能力复制给你的下属来带领团队并成为领导者。 这个时候我希望了解如何拥有核心可移植能力。
第四阶段，独立：工作5-10年以上
在公司工作几年后，我想换个环境。 根据我的经验，我认为我会是一个很好的候选人。 毕竟我还是一个小领导。 然而，我却屡屡遇到障碍。 招收小兵的人觉得他年龄不合适，招收领导的人觉得他不合格。
想一想，我学的是数学分析专业，那还不如单干，但是创业项目好像太多了，不知道怎么选择。 数据分析只是为他人提供帮助，并没有办法独立构建商业模型。
工作5-10年的专业人士面临独立性问题
有了一定的能力，就可以独自创业。 数据分析技能很好，但是如何将数据分析技能应用到自己的业务中呢？
3. 职位分析
知己知彼，百战不殆。分析各岗位薪资及技能差距数据分析
那么我们如何在数据分析的道路上逐步提升自己呢？ 那么我们首先要充分了解数据分析师在各个阶段所需要的技能。 赶快收藏吧！ 我已经给你整理好了！
不同级别的数据分析职位有什么区别？ 为什么工资差距这么大？
如果我们在Boss上随意搜索一下，我们会看到很多数据分析职位，但这些职位有的3000到5000，有的几万，有的一个月几万。 薪资差距这么大，那么他们之间有什么区别呢？ 接下来我就给大家解释一下这些不同薪资岗位的区别以及能力的划分。
入门级数据分析职位有哪些？
数据收集：能够收集公司所需的数据和信息
需要熟练掌握的工具：excel
描述性统计分析技能：可以阐明到底发生了什么。 研究数据收集、处理和描述的统计方法。 以数字和图形形式理解、分析和总结数据。 针对不同类型的数据（数字和分类）使用不同的图形和图表来分析数据，例如条形图、饼图、散点图、直方图等。所有解释和可视化都是描述性统计的一部分。
入门级数据分析职位做什么？
工具：SQL、&R语言任意一种
描述性统计分析+诊断性统计分析技能：我们可以基于现有的结果和相关因素。 这个过程其实取决于我们对业务的理解。 这时候你可以回答一些Why的问题。 历史数据可以开始与其他数据进行比较，以回答有关过去发生某些事情的原因的问题。 诊断分析的一些方法包括深入分析、数据发现、数据挖掘和相关性分析。这可以包括一些使用率、概率和分析结果分布等。
中级数据分析职位做什么的？
1、可行性报告：可以理解为具有几种通用能力的报告，了解和分析客户行为的根本原因，制定数据分析目标，优化预期效果，凸显可行性。
2、预警：我们平时要做预警，所以需要定期进行数据检测，同时推动在线可视化平台的建立。 还有向上汇报的需求，负责撰写部门运营分析报告和PPT，以及图形化、可视化的数据分析结果，以及为业务提供思路。 规划页面是必不可少的，所以必须输出。 制定短期和长期的客户服务数据输出计划。 最后对市场和行业信息进行分析，对市场做出合理的判断和趋势预测。
描述性统计分析+诊断性统计分析技能+预测分析技能：
高级数据分析师职位做什么的？
你需要具备以上所有技能，但你仍然需要拥有它们！
描述性统计分析+诊断性统计分析技能+预测性分析技能+宏观趋势分析+规范性技术分析：规范性分析是数据分析师的终极梦想。 可以基于以上三种分析技术。 根据我们使用对未来的合理预测来确定我们的行动计划。
例如：一家公司的利润意外激增或下降。 描述性和诊断性分析可以帮助您确定原因。 预测分析将帮助您确定这种趋势未来是否会持续。 规范性分析将帮助您确定下一步。 下一步是利用机遇并降低风险。
其实你可以这样想，我们只是一个刚刚开户数据分析的军人，那么我们现在要做什么呢？ 我们现在要去杀怪物了！ 当我们反复学习，不断杀死大量怪物时，我们的等级就会提高！ 这个时候我们的数据更新能力就会越来越强。
已经给大家整理好了！ 下表就是我们的进阶之路！
这就是这个问题的全部内容。 下一期我们将为大家介绍数据分析的本质以及数据分析对于企业和个人的重要性。 您可以期待一下！ ～
